text stringlengths 0 1.95k |
|---|
результатов. Удобно прописать путь к нему в системных файлах R, для чего добавить |
текстовым редактором в файл C:\Program Files\R\R-3.00.2\etc\Rprofile.site строчку |
setwd("D:/R/Process/Resampling") # или любой иной каталог на Вашем компьютере. |
Весьма нежелательно использовать в названии рабочего каталога символы кириллицы. |
3. Работать с системой R можно в командном окне R Console, что следует только |
приветствовать. Существуют, тем не менее, различные надстройки, позволяющие |
310 |
проводить вычисления в среде, используя традиционную систему меню, например, R |
загрузки пакета |
Commander, которую можно установить, выполнив команду |
install.packages ("Rcmdr"). Это позволит вам осуществлять обработку данных (вывод |
графиков и расчет всех основных статистических критериев) в рамках регрессионного и |
дисперсионного анализа, не будучи знакомым с синтаксисом языка R. Познакомиться с |
более продвинутыми средствами интерфейса запуска и отладки скриптов можно, |
например, на сайте http://bioinformatics.ru/Data-Analysis/R-ide.html . |
4. Скачать, распаковать Data.zip и копировать в рабочий каталог комплект скриптов |
и данных к отдельным главам книги (см. Предуведомление). |
Основные конструкции языка среды R |
Как и в любой вычислительной среде, основными компонентами R являются |
данные и операторы их обработки. Базовым объектом данных является вектор – |
логических, |
проиндексированная |
факториальных или иных специальных величин. Частными случаями векторов являются |
простая переменная, матрица (matrix – связанная совокупность однородных векторов), |
таблица данных (data.frame – матрица со столбцами разного типа) и список (list – |
иерархическая структура из векторов, матриц и т.д.). |
последовательность |
символьных, |
числовых, |
Операторы обработки данных по синтаксису мало чем отличаются от |
традиционных языков программирования. Важнейшим отличием является громадное |
количество доступных функций, поэтому для уверенной работы в R нужна, прежде всего, |
хорошая память самого пользователя. Ниже приведены некоторые примеры операторов: |
Операторы языка R |
2*2 ; a <- 1/0 |
a = factorial(10)/sin(2*pi) |
v = c(8.12,0,-64)^2 |
seq(-5, 5, by=.2) -> v |
length(v) |
v = scan("a.txt") |
sum(v) ; mean(v) ; median(v) |
var(v) ; sd(v) |
v = rnorm(n=1000,mean=0,sd=1) |
hist(v) ; boxplot(v) ; qqplot(v) |
plot(density(v),col="red", lwd=2) |
s <- c(LETTERS[7:12], letters[1:7]) |
sr <- sample(s) ; ss <- sr[order(sr)] |
f <- function (x, a) (2*x-a)^2 |
xmin <- optimize(f, c(0, 1), a = 0.35) |
A <- read.table(“As.txt”, header=F) |
A[is.na(A)] <- 0 ; n <-ncol(A) |
colnames(a) = c("sex","X","Y”) |
plot(A$X, A$Y, pch=A$sex) |
table(A$sex) ; attach(A) |
A<-transform(A,sexf= as.factor(sex)) |
summary(aov(X ~ sexf, data=A)) |
m <- lm(Y~X+sexf) ; summary(m) |
predict(m, interval="confidence") |
Проводимые действия |
Делаем любые вычисления; переменной а присвоим ¥ (Inf) |
Используем различные функции и встроенное число p |
Создаем вектор v из квадратов трех числовых значений |
Помещаем в вектор v последовательность чисел от -5 до 5 с |
шагом 0.2. Узнаем, что при этом получили 51 значение |
Загружаем в v данные из внешнего файла a.txt |
Получаем сумму, среднее, медиану, дисперсию и |
стандартное отклонение членов совокупности v |
Формируем вектор 1000 случайных чисел из нормального |
распределения с нулевым средним и единичной дисперсией, |
рисуем гистограмму и графики плотности распределения |
Создаем вектор из прописных и строчных букв от ‘а’ до ‘L’, |
случайно их перемешиваем, затем сортируем по алфавиту |
Находим минимум функции (2х – 0.35)2 на интервале (0, 1) |
Загружаем в таблицу A данные из внешнего файла As.txt, |
меняем пропущенные значения на 0, задаем имена столбцов |
Строим «облако» точек зависимости Y = f(X) |
Подсчитываем число значений каждого класса sex |
Добавляем в таблицу A столбец с фактором и выполняем |
дисперсионный анализ |
Получаем регрессионную модель зависимости Y= f(X, sex) и |
рассчитываем модельные значения |
Как и в любом языке программирования, в процедурах R широко используются |
создание собственных функций, условный оператор if (условие) {выражение}, оператор |
цикла for (i in 1:n) {выражение} и т.д. Существуют развитые средства импорта исходных |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.